一、下载需要用到的软件(不用特地以管理员身份运行安装包)
1.Anaconda
1.到anaconda官网下载安装对应程序。(个人用户安装建议选择Just me)
2.配置环境变量。
以win11为例,位置:设置-系统-系统信息-高级系统设置-高级-环境变量
在其中添加如下图三行路径,根据自己的电脑进行修改,即可。
2.PyCharm/VSCode
安装一款用的习惯的IDE
二、搭建环境
1.创建一个虚拟环境
1.以管理员身份运行Anaconda Prompt
2.输入以下代码以测试,出现(base)就是Anaconda配置完毕
conda activate base
输入以下代码
conda create -n yolo python==3.11.0
意思为创建一个名为yolo的虚拟环境,python版本为3.11.0。
后面问是否要按照什么巴拉巴拉的,输入y并回车,等待安装完成。
输入以下代码激活名为yolo的环境
conda activate yolo
出现(yolo)证明激活成功
意思为创建一个名为yolo的虚拟环境,python版本为3.11.0。2.输入以下代码以测试,出现(base)就是Anaconda配置完毕。后面问是否要按照什么巴拉巴拉的,输入y并回车,等待安装完成。1.以管理员身份运行Anaconda Prompt。输入以下代码激活名为yolo的环境。出现(yolo)证明激活成功。
2.下载CUDA和CUDNN
为什么第二步就下载cuda和cudnn,因为我是准备用GPU推理,这里说下我的GPU是4060的移动端。
根据我查到的资料说是在英伟达控制面板找那个自己显卡对应的cuda版本,但我下载了12.3用不了,所以我后面下载使用的是12.2版本。
如果之前下载过Nvidia GeForce Experience,安装cuda时,可以不点精简安装,点那个自定义安装,然后仅勾选安装cuda就行了。
3.安装PyTorch
我这里用的GPU推理,并且用AnacondaPrompt下载Pytorch,所以就选择的如下版本。
如果要在PyCharm(或其他IDE)中下载,管理员运行PyCharm(或其他IDE),并将Package改为Pip。
如果要用CPU进行推理的话,请将Compute Platform改为CPU。
三、下载并配置测试yolov8
1.下载:到github下载ultralytics-main(yolov8)源码
(略)
2.配置 ultralytics
1.把requirements.txt拖到最上面的目录。
2.在终端中输入如下代码。(下载所有需要的库文件)
pip install -r requirements.txt
上面这行代码在requirements.txt里面就有,懒得扣的打开了去复制,就在前几行里面。
3.阅读README.zh-CN.md
里面主要是下面这两行有用。
首先运行第一行,安装必备文件。下面那行是进行目标检测,第一个等于号后面放已有的.pt文件,第二个等号后面放想要检测的图片的路径。如果全部都配置好了的话,第一次运行会自动进行下载。
3.运行测试代码
1.在终端中激活之前创建的虚拟环境(yolo)
2.运行上图第二行代码,后面会自动下载yolov8n.pt,然后开始进行检测。源码中其实已经给好了用来做测试的图片,位置如下。
右键bus.jpg点击复制路径,复制绝对路径,黏贴到测试代码第二个等号前就好了,后面的单引号有没有都不影响。(记得先删掉第二个等号后面的那个没用的路径,哈哈哈!)
下面为检测结果。
4.总结
到目前为止,yolov8就算是部署成功了,可以进行进一步的训练了。